알츠하이머병 감지를 위해 '콘텐츠-구조-플로우' 프레임워크를 통해 자발적 음성을 분석하는 멀티 뷰 게이트드 그래프 어텐션 네트워크가 제안되었습니다. 이 시스템은 자동 음성 인식(ASR)을 통해 오디오를 전사하여 의미, 의존성 및 공현 그래프를 구성하고, 규범적 코퍼스에서 상호 정보량(PMI)을 활용하여 내러티브 논리를 정량화합니다.
- 이 모델은 적응형 게이트 융합 메커니즘을 사용하여 이러한 서로 다른 그래프 뷰를 통합하여 임상적 이질성에 대응합니다.
- ADReSSo 데이터셋에서 평가된 이 접근법은 90.00%의 정확도를 달성했습니다.
- 아블레이션 연구는 PMI 기반 그래프와 게이트 메커니즘 모두 강건한 분류에 필수적임을 확인했습니다.
저자들은 이것이 많은 기존 시스템이 간과하는 병리적 언어의 비선형 구조적 단절을 해결하기 때문에 중요하다고 봅니다. 소스 코드는 공개되어 있습니다.